Julia 1.6.1使用pmap报TypeError问题及@everywhere用法咨询

• 核心逻辑错误：你在pmap中传入的匿名函数x->polyRootS(x) ? error("failed") : x存在语法逻辑问题，三元运算符的首位要求返回布尔值，但polyRootS(x)的返回值是ComplexF64类型的根数组，Julia无法将数组转换为布尔值做条件判断，直接触发TypeError，报错信息中第四个参数就是polyRootS正常返回的根数组，完全对应这个问题。
• 进程初始化顺序错误：你先执行@everywhere using PolynomialRoots再调用addprocs(2)，新增的2个worker进程不会执行之前的@everywhere语句，既没有加载PolynomialRoots包，也没有test全局变量，即使修复匿名函数问题也会触发未定义错误。

using Distributed
# 先添加所有工作进程，再做全局同步
addprocs(2)

# 所有进程统一执行的逻辑可以放在同一个@everywhere块中
@everywhere begin
    using PolynomialRoots
    const test = ones(Int64, 10,10) # 用const修饰全局变量比global性能更优
    function polyRootS(n)
        q = test[:,n]
        return roots(q)
    end
end

function parPolyRoots()
    # 直接传入目标函数即可，不需要多余的布尔判断逻辑
    return pmap(polyRootS, 1:10; on_error=identity)
end

# 串行调用验证
for i in 1:10
    r = polyRootS(i)
    println(r)
end 

# 并行调用
res = parPolyRoots()
println("并行执行结果：", res)

pmap使用说明 #

pmap是Julia标准库Distributed提供的并行映射函数，会将输入的可迭代对象拆分后分发到各个worker进程执行传入的函数，再将结果汇总返回，适合处理计算密集型、各次调用无依赖的任务。
基础使用示例：

using Distributed
addprocs(4) # 添加4个工作进程
@everywhere f(x) = x^2
res = pmap(f, 1:10) # 并行计算1-10的平方
# 输出结果为 [1,4,9,16,25,36,49,64,81,100]

@everywhere使用规范 #

可以在单个@everywhere begin end语句块中统一引入依赖包、定义全局数据和函数，这也是官方推荐的做法，只需要注意必须先执行addprocs添加完所有工作进程，再执行@everywhere语句，否则新增的进程不会同步块内的内容。

内容的提问来源于stack exchange，提问作者Victor